मशीन लर्निंग के साथ स्टॉक की कीमतों का पूर्वानुमान कैसे लगाएँ

मशीन लर्निंग का वित्त उद्योग में व्यापक उपयोग है और इसका आमतौर पर स्टॉक मूल्यों का पूर्वानुमान लगाने तथा एक मजबूत स्टॉक पोर्टफोलियो बनाए रखने के लिए उपयोग किया जाता है। यह पाठ्यक्रम आपको ऐतिहासिक स्टॉक डेटा से तकनीकी संकेतकों की गणना करने और फीचर्स तथा टार्गेट्स बनाने के लिए Python का उपयोग करना सिखाएगा।

एमएल मॉडल्स का अपना ज्ञान बढ़ाएँ

मजबूत स्टॉक पूर्वानुमान अच्छी डेटा तैयारी से शुरू होते हैं। आप सीखेंगे कि अपने वित्तीय डेटा को ML एल्गोरिदम के लिए कैसे तैयार करें और उसे विभिन्न मॉडलों में कैसे फिट करें, जिनमें रैखिक मॉडल, xgboost मॉडल, और न्यूरल नेटवर्क मॉडल शामिल हैं।

दूसरा अध्याय आपके स्टॉक के भविष्य के मूल्यों का अनुमान लगाने के लिए Python निर्णय वृक्षों के उपयोग, और आपकी भविष्यवाणियों को बेहतर बनाने के लिए वन-आधारित मशीन लर्निंग विधियों पर आगे बढ़ता है।

इस पाठ्यक्रम का दूसरा भाग यह बताएगा कि KNN और न्यूरल नेटवर्क्स में उपयोग के लिए अपने डेटा को कैसे स्केल करें, इससे पहले कि आप इन टूल्स का उपयोग अपने स्टॉक के भविष्य के मूल्य का पूर्वानुमान लगाने के लिए करें। आप सीखेंगे कि हानियों को कैसे प्लॉट करें, प्रदर्शन को कैसे मापें, और अपने पूर्वानुमान परिणामों को कैसे विज़ुअलाइज़ करें।

अपने आदर्श पोर्टफोलियो को बनाने के लिए शार्प अनुपात का उपयोग करें

मशीन लर्निंग आपको सर्वोत्तम स्टॉक पोर्टफोलियो खोजने में भी मदद कर सकती है। आप सीखेंगे कि सर्वोत्तम पोर्टफोलियो का पूर्वानुमान लगाने के लिए अपनी प्रक्रिया के हिस्से के रूप में आधुनिक पोर्टफोलियो सिद्धांत (MPT) और शार्प अनुपात का उपयोग कैसे करें। इस पाठ्यक्रम को पूरा करने के बाद, आप यह भी समझेंगे कि अपने मशीन लर्निंग-पूर्वानुमानित पोर्टफोलियो के प्रदर्शन का मूल्यांकन कैसे करें।

आप NASDAQ के विविध वास्तविक-विश्व डेटा सेटों का उपयोग करेंगे और उन पर मजबूत सिद्धांतों तथा तकनीकों को लागू करेंगे, ताकि आप अपने स्वयं के पूर्वानुमान बना सकें और अपनी जोखिम-क्षमता तथा बजट के अनुसार अनुकूलन कर सकें। "

Sharpe अनुपात; फीचर्स और टार्गेट्स

Create Your Free Account